No description available.

La qualité des interactions mère–enfant est un excellent prédicteur du fonctionnement socio-émotionnel de l’enfant. Cependant, relativement peu est connu de l’évolution de cette qualité relationnelle dans le temps et encore moins de l’influence de cette évolution sur le développement de l’enfant. De plus, les études ont rarement considéré les interactions mère–enfant sous un angle véritablement dyadique, incluant les contributions de la mère et de l’enfant. À l’aide d’analyses multiniveaux, cette étude vise à décrire la trajectoire développementale de la qualité des interactions dyadiques mère–enfant lorsque l’enfant est âgé de 2 à 7 ans et à investiguer les associations entre cette trajectoire et le fonctionnement socio-émotionnel de l’enfant à 8 ans. La qualité des interactions de 233 dyades mère–enfant a été évaluée à l’aide de séquences de jeu de 10 minutes, filmées lorsque l’enfant était âgé de 2, 4 et 7 ans. À 8 ans, le fonctionnement socio-émotionnel de l’enfant a été rapporté par un sous-échantillon de 171 enseignants. Les analyses révèlent que la pente de la trajectoire des interactions mère–enfant est légèrement mais significativement négative entre 2 et 7 ans. Les enfants dont la qualité des interactions avec leur mère décline de façon moins prononcée entre 2 et 7 ans montrent moins de problèmes intériorisés à 8 ans, indépendamment de la qualité initiale des interactions à 2 ans. Les enfants qui ont une meilleure qualité d’interactions initiale avec leur mère à 2 ans montrent moins de problèmes extériorisés et plus de comportements prosociaux à 8 ans, indépendamment du déclin subséquent de la qualité relationnelle. Les résultats suggèrent que les niveaux initiaux et l’évolution subséquente sont deux aspects distincts de la qualité relationnelle mère–enfant pouvant avoir des incidences indépendantes sur le développement socio-émotionnel de l’enfant. / Research shows that the quality of mother–child interactions is a reliable predictor of child subsequent socio-affective functioning. Yet, relatively little is known about the evolution of this relational quality over time, and even less about how changes in relational quality may influence the course of child development. Therefore, this study aimed to describe the trajectory of quality of mother–child interactions between ages 2 and 7 and investigate the associations between this trajectory and child socio-affective functioning at age 8. The quality of interactions of 233 mother–child dyads was assessed during 10-minute sequences of structured play when children were aged 2, 4, and 7 years. Child socio-affective functioning was reported by a subsample of 171 teachers when children were aged 8. The results showed that the average slope describing the trajectory of quality of mother–child interactions was slightly yet significatively negative. Children who experienced a slower decrease in the quality of interactions with their mother from 2 to 7 years showed less internalizing behavior problems in second grade according to their teacher, over and above the initial quality of mother–child interactions. In addition, children who benefited from higher-quality interactions with their mother at 2 years showed more prosocial behaviors and less externalizing behavior problems in second grade according to their teacher, above and beyond the decrease in the quality of those interactions over time. The findings suggest that although normative developmental changes may lead to slight average decreases in the quality of interactions of mother–child dyads between toddlerhood and early school age, children who benefit from higher-quality interactions with their mother in toddlerhood as well as across toddlerhood and early school age are better adjusted socioemotionally in middle childhood.

Aktuelle Affektforschung betont die Bedeutung mikrolängsschnittlicher Daten für das Verstehen täglichen affektiven Funktionierens, da sie es erlauben affektive Dynamiken und potentiell zugrunde liegende Prozesse zu beschreiben. Dynamische Längsschnittmodelle werden entsprechend attraktiver. In dieser Dissertation komme ich Forderungen nach einer Integration kontextueller Informationen in die Untersuchung täglichen affektiven Funktionierens nach. Speziell modifiziere ich populäre dynamische Modelle so, dass sie kontextuelle Variationen einbeziehen. In einem ersten Beitrag werden Personen als in Kontexte eingebettet begriffen. Der vorgeschlagene Ansatz der festen moderierten Zeitreihenanalyse berücksichtigt systemische Reaktionen auf kontextuelle Veränderungen, indem Veränderungen in allen Parametern eines dynamischen Zeitreihenmodells auf kontextuelle Veränderungen bedingt schätzt werden. Kontextuelle Veränderungen werden als bekannt und assoziierte Parameterveränderungen als deterministisch behandelt. Folglich sind Modellspezifikation und -schätzung erleichtert und in kleineren Stichproben praktikabel. Es sind allerdings Informationen über den Einfluss kontextueller Faktoren erforderlich. Anwendbar auf einzelne Personen erlaubt der Ansatz die uneingeschränkte Exploration interindividueller Unterschiede in kontextualisierten affektiven Dynamiken. In einem zweiten Beitrag werden Personen als mit Kontexten interagierend begriffen. Ich implementiere eine Prozessperspektive auf kontextuelle Schwankungen, die die Dynamiken täglicher Ereignisse über autoregressive Modelle mit Poisson Messfehler abbildet. Die Kombination von Poisson und Gaußscher autoregressiver Modellierung erlaubt eine Formalisierung des dynamischen Zusammenspiels kontextueller und affektiver Prozesse. Die Modelle sind hierarchisch aufgesetzt und erfassen so interindividuelle Unterschiede in intraindividuellen Dynamiken. Die Schätzung erfolgt über simulationsbasierte Verfahren der Bayesschen Statistik. / Recent affect research stresses the importance of micro-longitudinal data for understanding daily affective functioning, as they allow describing affective dynamics and potentially underlying processes. Accordingly, dynamic longitudinal models get increasingly promoted. In this dissertation, I address calls for an integration of contextual information into the study of daily affective functioning. Specifically, I modify popular dynamic models so that they incorporate contextual changes. In a first contribution, individuals are characterized as embedded in contexts. The proposed approach of fixed moderated time series analysis accounts for systemic reactions to contextual changes by estimating change in all parameters of a dynamic time series model conditional on contextual changes. It thus treats contextual changes as known and related parameter changes as deterministic. Consequently, model specification and estimation are facilitated and feasible in smaller samples, but information on which and how contextual factors matter is required. Applicable to single individuals, the approach permits an unconstrained exploration of inter-individual differences in contextualized affective dynamics. In a second contribution, individuals are characterized as interacting reciprocally with contexts. Implementing a process perspective on contextual changes, I model the dynamics of daily events using autoregressive models with Poisson measurement error. Combining Poisson and Gaussian autoregressive models can formalize the dynamic interplay between contextual and affective processes. It thereby distinguishes not only unique from joint dynamics, but also affective reactivity from situation selection, evocation, or anticipation. The models are set up as hierarchical to capture inter-individual differences in intra-individual dynamics. Estimation is carried out via simulation-based techniques in the Bayesian framework.